Summary

Ruimtelijke Multiobjective Optimalisatie van Landbouw Conservation Practices met behulp van een SWAT model en een evolutionair algoritme

Published: December 09, 2012
doi:

Summary

Dit werk toont een integratie van de waterkwaliteit model met een optimalisatie component gebruik te maken van evolutionaire algoritmen op te lossen voor een optimale (laagste kosten) plaatsing van agrarische conserverende maatregelen voor een bepaalde set van verbetering van de waterkwaliteit doelstellingen. De oplossingen worden gegenereerd met behulp van een multi-objectieve benadering, waardoor expliciete kwantificering van compromissen.

Abstract

Het vinden van de kosten-efficiënte (dat wil zeggen, laagste kosten) manieren van targeting behoud praktijk investeringen voor het bereiken van specifieke doelen waterkwaliteit in het landschap is van primair belang in het beheer van stroomgebieden. Traditionele economie methoden van het vinden van de goedkoopste oplossing in het stroomgebied context (bijvoorbeeld 5,12,20) gaan ervan uit dat off-site effecten nauwkeurig kan worden omschreven als een percentage van de gegenereerde on-site vervuiling. Dergelijke benaderingen zijn waarschijnlijk niet representatief voor de werkelijke vervuiling proces in een keerpunt, waar de effecten van verontreinigende bronnen vaak worden bepaald door complexe biofysische processen. Het gebruik van moderne fysiek-based, ruimtelijk verdeeld hydrologisch simulatiemodellen zorgt voor een grotere mate van realisme op het gebied van proces vertegenwoordiging, maar vereist een ontwikkeling van een simulatie-optimalisatie kader waar het model wordt een integraal onderdeel van optimalisatie.

Evolutieary algoritmen blijken een bijzonder nuttig instrument optimalisatie, kunnen omgaan met de combinatorische aard van een keerpunt simulatie-optimalisatie probleem en die het gebruik van het volledige model waterkwaliteit. Evolutionaire algoritmen behandelen een bepaalde ruimtelijke verdeling van het behoud ervan in een keerpunt kandidaat oplossing en gebruik sets (populaties) van kandidaat oplossingen iteratief toepassen stochastische operators van selectie, recombinatie en mutatie verbeteringen met betrekking tot de optimalisatie doelstellingen. De optimalisatie doelstellingen in deze zaak zijn om diffuse verontreiniging in het stroomgebied te minimaliseren, tegelijkertijd het minimaliseren van de kosten van het behoud praktijken. Een recente en groeiende set van onderzoek is een poging om dezelfde methoden te gebruiken en integreert de waterkwaliteit modellen met ruim gedefinieerd evolutionaire optimalisatie methoden 3,4,9,10,13-15,17-19,22,23,25. In deze aanvraag tonen we een programma dat Rabotyagov et al. volgt. 'S geach en integreert een moderne en veelgebruikte SWAT waterkwaliteit model 7 met een multiobjective evolutionair algoritme SPEA2 26, en door de gebruiker opgegeven reeks van conserverende maatregelen en hun kosten om voor de volledige afweging grenzen zoeken tussen de kosten van het behoud ervan en door de gebruiker opgegeven waterkwaliteit doelstellingen. De grenzen kwantificeren de afwegingen waarmee de waterscheiding managers door de presentatie van het volledige scala van kosten in verband met diverse verbetering van de waterkwaliteit doelen. Het programma staat voor een selectie van waterscheiding configuraties bereiken bepaalde verbetering van de waterkwaliteit doelen en een productie van kaarten van geoptimaliseerde plaatsing van het behoud praktijken.

Protocol

1. Bereid Watershed Model en input data verstrekken voor optimalisatie Maak een i_SWAT-database Met behulp van een programma genaamd "rotator", op te bouwen van de database van multiple input databases inclusief bodems, het weer, het beheer en kunstmest. Als alternatief kan een bestaande SWAT run (eventueel gemaakt met ArcSWAT of AVSWAT) worden geïmporteerd met i_SWAT.exe. In dit geval, het programma "swat_rewrite" kan worden gebruikt om management of andere informatie …

Discussion

We bouwen een geïntegreerde simulatie-optimalisatie kader om te zoeken naar Pareto-efficiënte sets van waterscheiding configuraties met laagste kosten mix en de locatie van de landbouw conserverende maatregelen tot een reeks van waterscheiding-level vermindering van nutriënten doelstellingen te verwezenlijken. Een conceptueel diagram van de simulatie-optimalisatie systeem is afgebeeld in figuur 8. Watershed simulatie, met inbegrip van het simuleren van de kwaliteit van het water effecten van landbouw…

Offenlegungen

The authors have nothing to disclose.

Acknowledgements

Dit onderzoek werd deels gefinancierd door steun van Gerichte de US Environmental Protection Agency Stroomgebieden Grants Program (Project # WS97704801), de National Science Foundation's Dynamiek van Coupled natuurlijke en menselijke systemen (Project # DEB1010259-CARD-KLIN), en het Amerikaanse ministerie van Landbouw-Nationaal Instituut voor gecoördineerde Agricultural Project Foodand Landbouw (Project # 20116800230190-CARD-).

Referenzen

  1. American Society of Agricultural and Biological Engineers. Design, layout, construction, and maintenance of terrace systems. ASAE Standard. , S268 (2003).
  2. . . Raccoon River Watershed water quality master plan. , (2011).
  3. Arabi, M., Govindaraju, R. S., Hantush, M. M. Cost-effective allocation of watershed management practices using a genetic algorithm. Water Resour. Res. 42, W10429 (2006).
  4. Bekele, E. G., Nicklow, J. W. Multiobjective management of ecosystem services by integrative watershed modeling and evolutionary algorithms. Water Resour. Res. 41, W10406 (2005).
  5. Carpentier, C. L., Bosch, D. J., Batie, S. S. Using spatial information to reduce costs of controlling agricultural nonpoint source pollution. Am. J. Agr. Econ. 61, 404-413 (1998).
  6. Gassman, P. W., Reyes, M., Green, C. H., Arnold, J. G. The Soil and Water Assessment Tool: Historical development, applications, and future directions. Trans. ASABE. 50 (4), 1211-1250 (2007).
  7. Gassman, P. W., Campbell, T., Secchi, S., Jha, M., Arnold, J. G. The i_SWAT software package: a tool for supporting SWAT watershed applications. , 66-69 .
  8. Gitau, M. W., Veith, T. L., Gburek, W. J., Jarrett, A. R. Watershed level best management practice selection and placement in the Town Brook watershed, New York. J. Am. Water Resour. Assoc. 42, 1565-1581 (2006).
  9. Jha, M., Rabotyagov, S., Gassman, P. W. Optimal placement of conservation practices using genetic algorithms with SWAT. Int. Agr. Eng. J. 18 (1-2), 41-50 (2009).
  10. Jha, M. K., Wolter, C. F., Schilling, K. E., Gassman, P. W. Assessment of total maximum daily load implementation strategies for nitrate impairment of the Raccoon River, Iowa. J. Envir. Qual. 39, 1317-1327 (2010).
  11. Kanna, M., Yang, W., Farnsworth, R., Onal, H. Cost effective targeting of CREP to improve water quality with endogenous sediment deposition coefficients. Am. J. Agr. Econ. 85, 538-553 (2003).
  12. Kramer, R. A., McSweeny, W. T., Kerns, W. R., Stravros, R. W. An evaluation of alternative policies for controlling agricultural nonpoint source pollution. Water Resour. Bull. 20, 841-8446 (1984).
  13. Lant, C. L., Kraft, S. E., Beaulieu, J., Bennett, D., Loftus, T., Nicklow, J. Using GIS-based ecological-economic modeling to evaluate policies affecting agricultural watersheds. Ecol. Econ. 55, 467-484 (2005).
  14. Muleta, M. K., Nicklow, J. W. Evolutionary algorithms for multiobjective evaluation of watershed management decisions. J. Hydroinform. 4 (2), 83-97 (2002).
  15. Muleta, M. K., Nicklow, J. W. Decision support for watershed management using evolutionary algorithms. J. Water Resour. Plan. Manag. 131 (1), 35-44 (2005).
  16. Rabotyagov, S. S., Campbell, T., Jha, M., Gassman, P. W., Arnold, J., Kurkalova, L., Secchi, S., Feng, H., Kling, C. L. Least Cost Control of Agricultural Nutrient Contributions to the Gulf of Mexico Hypoxic Zone. Ecol. Appl. 20, 1542-1555 (2010).
  17. Rabotyagov, S., Jha, M., Campbell, T. Impact of crop rotations on optimal selection of conservation practices for water quality protection. J. Soil. Water Conserv. 65 (6), 369-380 (2010).
  18. Rabotyagov, S. S., Jha, M., Campbell, T. D. Nonpoint-source pollution for an Iowa watershed: An application of evolutionary algorithms. Canadian Journal of Agricultural Economics/Revue canadienne d’agroeconomie. , (2010).
  19. Rabotyagov, S. S., Jha, M., Campbell, T. Searching for Efficiency: Least Cost Nonpoint Source Pollution Control with Multiple Pollutants, Practices, and Targets. J. Nat. and Environ. Sci. 1, 75-90 (2010).
  20. Ribaudo, M. O. Consideration of off-site impacts in targeting soil conservation programs. Land Econ. 62, 402-411 (1986).
  21. Ribaudo, M. O. Targeting the conservation reserve program to maximize water quality benefits. Land Econ. 65, 320-332 (1989).
  22. Srivastava, P., Hamlett, J. M., Robillard, P. D., Day, R. L. Watershed optimization of best management practices using AnnAGNPS and a genetic algorithm. Water Resour. Res. 38 (3), 1-14 (2002).
  23. Veith, T. L., Wolfe, M. L., Heatwole, C. D. Development of optimization procedure for cost-effective BMP placement. J. Am. Water Resour. Assoc. 39 (6), 1331-1343 (2003).
  24. Whittaker, G., Confesor, R., Griffith, S. M., Färe, R., Grosskopf, S., Steiner, J. J., Mueller-Warrant, G. W., Banowetz, G. M. A Hybrid Genetic Algorithm for Multiobjective Problems with Activity Analysis-based Local Search. Eur. J. Operat. Res. , (2007).
  25. Zitzler, E., Laumanns, M., Thiele, L. SPEA2: Improving the Strength Pareto Evolutionary Algorithm for Multiobjective Optimization. CIMNE. , 95-100 (2002).

Play Video

Diesen Artikel zitieren
Rabotyagov, S., Campbell, T., Valcu, A., Gassman, P., Jha, M., Schilling, K., Wolter, C., Kling, C. Spatial Multiobjective Optimization of Agricultural Conservation Practices using a SWAT Model and an Evolutionary Algorithm. J. Vis. Exp. (70), e4009, doi:10.3791/4009 (2012).

View Video